Kurzfassung
Fettleibigkeit ist ein verbreitetes Problem in der westlichen Welt und kann Krankheiten wie Krebs, Typ-2-Diabetes und Herz- Kreislauf-Erkrankungen auslösen. In den vergangenen Jahren wurde die Magnetresonanztomographie (MRT) zu einer praktikablen Methode, um die Menge und Verteilung des Fettgewebes im Körper zu messen. Die manuelle Analyse ist besonders bei Ganzkörperdaten ein zeitaufwendiger Prozess. Dieses Paper stellt ein semi-automatisches Verfahren vor, dass die unterschiedlichen Fettgewebsarten im gesamten Körper mit geringem Benutzeraufwand quantifiziert. Dabei werden statistische Formmodelle und morphologische Operatoren verwendet, um die verschiedenen Arten des Fettgewebes zu trennen, und um das Knochenmark zu detektieren. Die Methode wurde an 15 Ganzkörper-MRT-Daten getestet. Das Ergebnis der Segmentierung des totalen Fettgewebes erreichte eine volumetrische Überlappung von (93,7±5,5)% und einen Volumenunterschied von (7,3±6,4)% gegenüber dem Goldstandard.
This is a preview of subscription content, access via your institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Després JP, Lemieux I. Abdominal obesity and metabolic syndrome. Nature. 2006;444:881–7.
Peng Q, et al. Automated method for accurate abdominal fat quantification on water-saturated magnetic resonance images. J Magn Reson Imaging. 2007;26:238–746.
Al-Attar SA, et al. Semi-automated segmentation and quantification of adipose tissue in calf and thigh by MRI: a preliminary study in patients with monogenic metabolic syndrome. BMC Med Imaging. 2006;6(11):1–8.
Demerath EW, et al. Approximation of total visceral adipose tissue with a single magnetic resonance image. Am J Clin Nutr. 2007;85:362–8.
Kullberg J, et al. Automated assessment of whole-body adipose tissue depots from continuously moving bed MRI: a feasibility study. J Magn Reson Imaging. 2009;30(1):185–93.
Würslin C, et al. Topography mapping of whole body adipose tissue using a fully automated and standardized procedure. J Magn Reson Imaging. 2010;31(2):430–9.
Szumowski J, et al. Phase unwrapping in the three-point Dixon method for fat suppression MR imaging. Radiology. 1994; p. 555–61.
Wald D, et al. Effiziente Methode zur Generierung von Ganzkörperdaten für die Fettgewebsanalyse. Proc BVM. 2010; p. 226–30.
Gong L, et al. Automatic arm removal in PET and CT images for deformable registration. Comput Med Imaging Graph. 2006;30:469–77.
Heimann T, Münzing S, Meinzer HP, et al. A shape-guided deformable model with evolutionary algorithm initialization for 3D soft tissue segmentation. Lect Notes Computer Sci. 2007;4584:1–12.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2011 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Wald, D. et al. (2011). Quantifizierung des viszeralen, subkutanen und totalen Fettgewebes in Ganzkörper MRT Bildern. In: Handels, H., Ehrhardt, J., Deserno, T., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2011. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-19335-4_53
Download citation
DOI: https://doi.org/10.1007/978-3-642-19335-4_53
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-19334-7
Online ISBN: 978-3-642-19335-4
eBook Packages: Computer Science and Engineering (German Language)